买卖股票的最佳时机答案

【问题标题】：Best time to buy and sell stocks买卖股票的最佳时机
【发布时间】：2021-10-25 05:19:11
【问题描述】：

我正在尝试解决 Leetcode (121.Best Time to Buy and Sell Stock) 问题，我想到的第一个（蛮力）方法是以下代码。

我原以为代码的逻辑没有问题，代码的思路看起来和官方的解决方案很相似，但是由于某种原因，我的代码出现了 Memory Limit Exceeded 错误。我不想使用调试器，因为在实际的面试环境中我将无法使用调试器，我想练习思考为什么代码可能只是理论上的错误，但我在这里遇到了麻烦。有人可以帮我弄清楚/给我提示我可能在哪里出错吗？

class Solution:
def maxProfit(self, prices: List[int]) -> int:
    
    """
    brute force way:
    for every element in the list, go through every other element after that element and find their 
    differences; store all differences in a single array "profit", and find max
    """
    profit = []
    if len(prices) > 1:
        for i in range(len(prices)):
            for j in range(i+1, len(prices)):
                profit.append(prices[j] - prices[i])
    if len(profit) >= 1:     
        profitt = max(profit)
        return max(0, profitt)
    else:
        return 0

【问题讨论】：

我认为您实际上没有在此处提供必要的代码示例。你所展示的只是一个类定义，除了描述一个类之外，它什么都不做。现在，你如何使用这个类？你那里的逻辑是什么？在循环、递归函数或处理过多数据期间会出现内存不足异常问题。如果没有实际的程序逻辑，就不可能说出您的问题可能是什么。
这个问题可能会被关闭，但为了提供一些有用的建议，您需要研究 Big-O 复杂性——尤其是当您的代码中有嵌套循环时，您不这样做' t 对输入大小有预先的启发式方法。最明显的蛮力算法经常在大输入时失败——有时甚至是惊人的失败。这就是你需要在这里为这个问题培养的直觉。
在这里思考Kadane算法——如何在每一步本地找到maxProfit。

标签： python arrays dynamic-programming

【解决方案1】：

我的 2 美分（好吧，一个不是我的）

第一个低效率是将所有利润和损失数字存储在列表中，然后进行另一次迭代以计算出最高值。只需初始化 profit=0 并且每次在这些迭代中看到更大的数字时，只需将 profit 设置为该数字
在任何情况下，嵌套循环都是这里效率低下的另一个原因，而且不是必需的。 This is a good explanation 如何避免。

【讨论】：

【解决方案2】：

试试这个答案

class Solution:
def maxProfit(self, prices: List[int]) -> int:
    curmax=0
    globalmax=0
    for i in range(1,len(prices)):
        curmax=max(curmax+(prices[i]-prices[i-1]),0)
        globalmax=max(globalmax,curmax)
    return globalmax

【讨论】：

通常没有解释的代码块不是一个很好的答案。如果您能告诉我们为什么我们应该尝试此代码以及为什么它会/可能对操作有所帮助，它对社区的帮助会更大。谢谢！